Os dados utilizados neste trabalho têm a periodicidade mensal com início em janeiro de 1999 e término em outubro de 2015. Assim, são um total de 202 observações. As variáveis empregadas são a razão ente exportações e importações (para representar a balança comercial), a taxa de câmbio real, e o índice de produção industrial do Brasil e dos seus principais parceiros como uma proxy do PIB dos mesmos.
Os dados para exportações e importações brasileiras agregados a dois dígitos do Sistema Harmonizado – SH, foram obtidos mediante ao uso do sistema AliceWeb da Secretaria de Comércio Exterior do Ministério do Desenvolvimento, Industria e comércio
Exterior (MDIC/Secex). De acordo com Vasconcelos (2003), a definição de indústria/setor pode se perder caso os dados utilizados forem muito agregados, o que poderia levar a uma estimação errônea dos resultados e até mesmo a uma avaliação equivocada sobre a curva J. Em contrapartida, se os dados estiverem muito desagregados pode ocorrer uma subestimação, o que também mudaria a investigação da hipótese da curva J. Portanto, foi definido o uso dos dados agregados apenas a dois dígitos do SH.
A seleção dos setores investigados neste trabalho consistiu dos levantamentos dos setores com maior representatividade para o fluxo de comércio, ou seja, os setores que apresentaram fluxo de comércio (exportações mais importações) do Brasil com cada parceiro comercial maiores que 1% do fluxo total para os últimos seis anos da amostra. Por exemplo, os vinte setores investigados para o comércio do Brasil com a União Europeia representam aproximadamente 80% do fluxo comercial (vide APÊNDICE A). Todas as tabelas com a representatividades dos setores no fluxo comercial total de cada relação bilateral do Brasil encontra-se no Apêndice deste trabalho.
Na seleção dos dados para serem utilizados neste trabalho, encontrou-se inconsistência e discrepância com os dados de comércio entre Brasil e a China. Os setores selecionados com participação de 1% ou maior no fluxo total de comércio, apresentaram valores no qual existia uma disparidade entre exportações e importações. Diversos capítulos do SH tiveram importações zeradas. Portanto não sendo possível a construção da balança comercial (exportações/importações). Devido a estes fatores, não foi considerado para este trabalho a China mesmo esta sendo uma das principais parceiras comerciais do Brasil.
Com relação a taxa de câmbio, foram construídos a partir da série nominal retirada do
International Financial Statistics do Fundo Monetário Internacional - IFS/FMI (FMI, 2016).
Este trabalho utiliza para cada parceiro comercial uma determinada taxa de câmbio. Isto posto, foi construído uma série mensal e base 2010 =100 para o câmbio do real em relação ao dólar, em relação ao euro e em relação ao peso argentino.
Para o nível de renda externa e interna, como tem-se uma periodicidade mensal foi utilizado o índice de produção industrial dos Estados Unidos, da União Europeia, da Argentina como proxy para a renda do MERCOSUL, e do Brasil. Esses dados foram obtidos no banco de dados da Organização para a Cooperação e Desenvolvimento Econômico – OCDE (OCDE, 2016).
De acordo com Bahmani-Oskoee (1991), Bahmani-Oskoee e Alse (1994), Bahmani- Oskoee e Kantipong (2001), Antonucci (2003), a balança comercial dos setores analisados pode ser construída como a razão exportações/importações. Uma das explicações para este
fato é que a partir deste índice consegue-se expressar a balança comercial em logaritmo (BRADA; KUTAN; ZHOU, 1997), pois a primeira diferença das variáveis reflete a taxa de variação destas. A segunda vantagem na utilização desse índice é a sua invariância a alterações nas unidades de medida. Por fim, quando a balança comercial é representada como a diferença entre as exportações e importações é preciso utilizar um deflator para a obtenção da balança comercial real. Em vista disso, essa medida ficaria sensível ao deflator utilizado. Consequentemente, o índice utilizado neste trabalho resolve o problema, já que independe de
4 RESULTADOS
Neste capítulo são apresentados os resultados obtidos dos modelos lineares e não lineares bem como a análise destes. As equações (28) e (34) foram estimadas para cada capítulo do sistema harmonizado selecionado do comércio entre Brasil e os parceiros comerciais. Com o objetivo de entender o processo de resposta da balança comercial dos setores mais representativos do comércio brasileiro, analisou-se as alterações destas em reposta às variações cambiais tanto em uma abordagem linear quanto não linear. Por fim, procurou-se identificar em quais setores consegue-se validar a hipótese de curva J.
A primeira relação bilateral analisada foi entre o Brasil e a União Europeia. Como primeiro passo, foi verificado da ordem de integração das variáveis do modelo empregada. Como visto na seção 2.2, segundo Pesaran et al. (2001) o modelo de cointegração via ARDL admite mix de variáveis I(0) ou I(1), porém não está especificado para variáveis I(2), portanto, procurou-se verificar se as variáveis não são I(2). Para tal foi efetuado os testes de raiz unitária de Dickey-Fuller Aumentado (ADF), Dickey-Fuller Generalizado (GLS), Phillip Perron (PP) e Ng-Perron (NG-PERRON) para as variáveis em nível e em primeira diferença. Os resultados dos testes para os dados em relação ao comércio do Brasil com a União Europeia encontram-se no APÊNDICE D. Diversas séries testadas confirmaram a estacionariedade em primeira diferença (como os setores 26, 27, 30, 38, 72 e 88). Algumas séries apresentaram comportamento característico de sazonalidade, como os setores: 24, 47, 84, 85. Para estes setores foram realizados o procedimento de dessazonalização6 e em seguida foram realizados os testes de raiz unitária GLS e NG-PERRON (APÊNDICE E).
Ainda dentro da análise de raiz unitária, observou-se a presença de quebra estrutural em algumas séries (como YBR, 02, 09, 12, 20, 29, 87 e 90, para gráficos das mesmas ver APÊNDICE J até o APÊNDICE Q) e como é sabido na literatura (Lee; Strazicich, 2003 e 2013, por exemplo) a presença de quebra estrutural nas séries comprometeram os resultados dos testes lineares de raiz unitária. Desse modo, para os casos específicos no qual não ocorreu estacionariedade, realizou-se o teste para raiz unitária com presença de quebras estruturais determinadas endogenamente baseado em Lee e Strazicich (2003 e 2013). Por conseguinte, nos APÊNDICES H e I mostra os resultados do teste de Lee e Strazicich (2003 e 2013) para as variáveis em nível. Os setores e a proxy de renda para o Brasil, analisados por meio deste
6 Dessazonalizar é excluir de um conjunto de dados temporais os efeitos das variações sazonais existentes. Esse
teste, podem ser admitidos estacionárias mesmo na presença de uma ou duas quebras estruturais. Por fim, devem ser considerados na análise de cointegração de Pesaran et al. (2001) todos os setores representativos no comércio entre o Brasil e a União Europeia.
Inicialmente, a análise de cointegração baseou-se no modelo ARDL com o teste de fronteira de cointegração de Pesaran et al. (2001). Para tal, foi imposto o número máximo doze de lags para cada variável em primeira diferença. Foi empregado o critério de informação de Akaike (AIC) para a seleção do número ótimo de lags, a aplicação desse critério se justifica uma vez que o tamanho da amostra é relativamente grande, devido ao uso de um conjunto mensal das variáveis. Os resultados estão apresentados na Tabela 1 para o modelo com o câmbio linear.
Para a relação bilateral entre o Brasil e a União Europeia não foi possível estimar o modelo com o câmbio não linear (SHIN, 2014). Os setores desse comércio foram analisados somente com o câmbio Linear. Isso ocorreu devido ao fato de que a parte negativa do câmbio (RENE) não pode ser considerada estacionária em primeira diferença, ou seja, não possui uma ordem de integração I(0) ou I(1). Os resultados dos valores dos testes de raiz unitária encontram-se no APÊNDICE D.
A Tabela 1 mostra os capítulos do sistema harmonizado selecionados a partir do critério de maior representatividade, como discutido na seção 2.3 deste trabalho, no comércio entre Brasil e União Europeia. Neste caso, na Tabela 1 tem-se que o valor da estatística F, 𝐹𝑃𝑆𝑆, para a hipótese nula de não cointegração, foi maior que os valores críticos estabelecidos por Pesaran et al. (2001) e portanto há evidências de cointegração nos seguintes setores: 2, 23, 24, 29, 30, 47, 72, 73, 87 e 88, para todos estes setores considerando nível de significância de 5%. Já os setores 12 e 38 apresentaram evidência de cointegração com nível de significância de 10% (Tabela 1).
Para determinados setores o teste F apresentou inconclusivo devido ao valor calculado estar entre os valores críticos tabelados para I(0) e I(1) para o nível de significância de 5%. Para estes casos em que a definição de cointegração pelo teste de Pesaran et al. (2001) foi inconclusivo ou cointegram ao nível de significância de 10% (setores: 9, 12, 38, 84, 85 e 90), foi verificada a cointegração pela abordagem apresentada por Banerjee (1998). Esta última considera o sinal da variável de correção de erros (ECM) e a estatística t do mesmo. Em vista disso, o valor da estatística t do coeficiente da variável de correção de erros (ECM) deve ser comparado com o valor crítico tabelado por Banerjee (1998, p.276), considerado também o tamanho da amostra e o número de variáveis presentes no modelo. Assim, para os setores 9,
12, 84, 85 e 90 não poder ser rejeitada a hipótese de não cointegração, com exceção do capítulo 38, o qual foi significativo a 10%.
A última coluna da Tabela 1, denominada de correlação serial (pelo método de Lagrange, LM), expõe o valor apresentado pela a metodologia utilizada para o teste LM. A hipótese nula desse teste é a inexistência de correlação serial. O problema de correlação ocorre principalmente quando os dados são observados ao longo do tempo e pode ocasionar estimadores não eficientes e variâncias viesadas. Assim, quando a hipótese nula não é rejeitada, pode ser garantido a inexistência de autocorrelação serial.
Uma importante observação pode ser feita quanto ao setor 26 (Tabela 1). Este apresentou o resultado pelo critério AIC de melhor modelo o ARDL (0,10,6,2) para a análise linear. Assim, pode-se concluir que a equação estimada para este setor não é auto regressiva, pois o primeiro valor foi igual a zero. Por consequência, para este setor não foi feita a análise de cointegração do Pesaran et al. (2001).
Portanto, em nossa análise os setores que cointegraram foram os seguintes: 02 (Carnes e miudezas, comestíveis), pertence a Seção I – Animais vivos e produtos do reino animal; 23 (Resíduos e desperdícios das indústrias alimentares; alimentos preparados para animais) e 24 (Fumo (tabaco) e seus sucedâneos manufaturados), pertencentes a Seção IV – Produtos das indústrias alimentares; bebidas líquidas alcoólicas e vinagres; fumo (tabaco) e seus sucedâneos manufaturados; 29 (Produtos químicos orgânicos), 30 (Produtos farmacêuticos) e 38 (Produtos diversos das indústrias químicas), pertencentes a Seção VI – Produtos das indústrias químicas ou das indústrias conexas; 47 (Pastas de madeira ou de outras matérias fibrosas celulósicas; papel ou cartão de reciclar (desperdícios e aparas)) pertence a Seção X – Pastas de madeira ou de outras matérias fibrosas celulósicas; papel ou cartão de reciclar (desperdícios e aparas); papel ou cartão e suas obras; 72 (Ferro fundido, ferro ou aço) e 73 (Obras de ferro fundido, ferro ou aço) pertencentes a Seção XV – Metais comuns e suas obras; 87 (Veículos e material para vias férreas ou semelhantes, e suas partes; aparelhos mecânicos (incluídos os eletromecânicos) de sinalização para vias de comunicação) e 88 (Aeronaves e aparelhos espaciais, e suas partes) e pertencem a Seção XVII – Material de transporte.
Tabela 1- Teste de Cointegração de Pesaran et al. (2001) com o câmbio linear – Brasil e União Europeia
Cap.
SH ARDL ECM Cointegração
Correlação serial (LM) 2 (12,0,0,1) 7,0061** - Sim 10,6812 [0,220] 9 (7,1,5,0) 3,3085 -2,0353 Não 14,5117 [0,269] 12 (12,10,1,3) 3,9202* -2,5278 Não 8,1355 [0,420] 20 (4,1,6,10) 3,2518 - Não 10,1848 [0,600] 23 (4,0,11,5) 4,3831** - Sim 9,4259 [0,666] 24 (2,6,0,0) 16,4210** - Sim 6,6844 [0,571] 26 (0,10,6,2) - - - 11,7406 [0,467] 27 (12,0,0,1) 2,2583 - Não 17,5799 [0,025] 29 (11,1,10,3) 7,6550** - Sim 12,2462 [0,426] 30 (3,0,0,0) 6,1016** - Sim 14,1253 [0,293] 38 (10,1,11,10) 4,1183* -3,6244* Sim 14,4923 [0,270] 39 (4,1,7,2) 3,2495 - Não 12,5621 [0,402] 47 (4,1,0,2) 7,6581** - Sim 17,2143 [0,142] 72 (2,1,1,0) 5,0358** - Sim 9,2264 [0,683] 73 (6,0,0,0) 5,6692** - Sim 7,2353 [0,842] 84 (7,0,0,2) 3,4716 -2,9833 Não 9,6735 [0,645] 85 (3,4,0,0) 3,9896 -3,32b58 Não 17,1913 [0,143] 87 (6,10,12,2) 5,9177** - Sim 16,9897 [0,150] 88 (4,0,1,0) 9,3179** - Sim 8,5676 [0,739] 90 (6,0,3,1) 3,3353 -2,8704 Não 9,8349 [0,630] Fonte: Elaborado pela própria autora através dos cálculos do trabalho.
Nota: *, **, *** representam nível de significância de 10%, 5% e 1%, respectivamente. Valor crítico do ECM para 5%de nível de significância é de -3,77 de acordo com Banerjee et al. (1998, p.276).
Apresentados os resultados sobre a cointegração, a próxima etapa consistiu da análise de relação de curto e longo prazo entre os setores que apresentaram cointegração e a taxa de câmbio linear. Esses resultados são reportados nas Tabela 2. Essa tabela possui três partes, na primeira parte estão os coeficientes de curto prazo para a taxa de câmbio linear (Tabela 2). A segunda parte mostra os valores dos coeficientes de longo prazo. E por último, tem-se as estatísticas relevantes das regressões. É esperado para a validação da curva J, no modelo de câmbio linear, que os coeficientes de curto prazo para a variável taxa de câmbio tenham o sinal negativo e seja significativa e no longo prazo o sinal positivamente significativo.
Pode-se observar na Tabela 2 que somente em alguns setores o coeficiente de curto prazo mostra-se significativo em alguma defasagem. Para os setores 2, 87 e 88 o sinal do coeficiente de curto prazo além de significativo também é negativo (Tabela 2). Assim, dentre esses três setores foi feita a análise dos coeficientes de longo prazo. Os setores 2 e 87 não apresentaram coeficientes estatisticamente significativos enquanto, o setor 88 apresentou coeficiente estatisticamente significativo e com sinal negativo (TABELA 2).
Portanto, para o modelo com o câmbio linear tem-se três casos em que a taxa de câmbio real impacta negativamente a balança comercial no curto prazo, mas no longo prazo não possui uma influência significativa. Assim, para o período de tempo em análise a curva J não pode ser validada para nenhum dos setores analisados no fluxo de comércio entre Brasil e União Europeia (TABELA 2).
Finalmente, foi analisada a estabilidade no curto prazo das equações estimadas. Para este fim foi aplicado os testes CUSUM e CUSUMSQ7. Estes testes são realizados por meio da soma cumulativa dos resíduos e da soma cumulativa dos resíduos ao quadrado, respectivamente. Para que seja considerada estável o modelo, a linha representativa da relação de suas variáveis deve ficar dentro do nível de significância de 5% (no gráfico esse nível de significância é representado por duas linhas retas). De acordo com a Tabela 2, o teste CUSUM só não se apresentou estável para um setor analisado (cap. 87) e o CUSUMSQ para cinco, são eles os capítulos 2, 24, 30, 47, e 88
A próxima relação comercial investigada neste trabalho foi a do Brasil com os Estados Unidos. Para tal, tem-se na Tabela do APÊNDICE C, o fluxo comercial dessa relação dividido em 99 capítulos do SH entre os anos de 2010 e 2015. Desse modo, consegue-se separar apenas os setores com 1% e/ou mais representatividade nesse fluxo de comércio. De posse
7 De acordo com Ferreira (1994), como os testes CUSUM e CUSUMSQ utilizam resíduos recursivos, o que
requer o uso de variáveis não estocásticos. Entretanto, essa condição não é aplicada quando existe a inclusão da variável depende defasada. Devido a este fato, estes testes foram aplicados como um instrumento informal para o diagnóstico de estabilidade.
desses setores representativos, a próxima etapa foi a verificação da estacionariedade das séries. Para tal, foram feitos os testes de raiz unitária de Dickey-Fuller Aumentado (ADF), Dickey-Fuller Generalizado (GLS), Phillip Perron (PP) e Ng-Perron (NG-PERRON) para as variáveis em nível e em primeira diferença (os resultados destes testes encontram-se no APÊNDICE F). Como todos os setores comerciais, o câmbio e as proxys para o PIB dos países mostraram-se estacionários em I(0) ou I(1), os testes de cointegração do Pesaran et al. (2001) e do Shin (2014) podem ser realizados para a continuidade da apuração da validação da curva J.
Os testes de cointegração foram feitos da forma já explicada anteriormente e as Tabelas 3 e 4 contém as mesmas características da tabela já apresentadas para a relação Brasil com a União Europeia (Tabela 1).
Dessa maneira, no modelo linear do Pesaran et al. (2001) o F calculado para cada regressão foi significativo a 5% para os seguintes setores: 28, 29, 40, 47, 72, 73, 84, 90. Ao nível de significância de 10% tem-se apenas os setores 27 e 88. Para o modelo de câmbio assimétrico ou não linear, de Shin et al. (2014), apresenta os seguintes setores que cointegração com significância de 5%: 27, 28, 29, 40, 68, 72, 73, 84, 88. Pode ser observado que a quantidade de setores que cointegram nesses dois modelos é similar ao modelo linear. Portanto, para essa etapa da investigação, não pode ser afirmado que aconteceu alguma vantagem em utilizar o modelo não linear para a relação de comércio entre o Brasil e os Estados Unidos.
Tabela 2- Resultados para o modelo com câmbio linear – Brasil e União Europeia
CLAS. Setores 2 23 24 29 30 38 47 72 73 87 88 ARDL (12,0,0,1) (4,0,11,5) (2,6,0,0) (11,1,10,3) (3,0,0,0) (10,1,11,10) (4,1,0,2) (2,1,1,0) (6,0,0,0) (6,10,12,2) (4,0,1,0) C. P. dLNRE -2,67** -0,37 -0,47 -0,52 -0,04 1,24 -1,14 0,20 0,69** 0,342 -1,97*** [0,038] [0,569] [0,583] [0,313] [0,808] [0,136] [0,191] [0,191] [0,003] [0,503] [0,001] dLNRE(t- 1) 1,03 -0,44 -1,30 1,76** -1,22** [0,134] [0,413] [0,129] [0,041] [0,018] dLNRE(t- 2) 0,98 1,12** 1,79** [0,154] [0,037] [0,038] dLNRE(t- 3) -0,32 0,51 [0,638] [0,550] dLNRE(t- 4) 1,84** 0,10 [0,007] [0,897] dLNRE(t- 5) -0,08 [0,914] dLNRE(t- 6) 2,61** [0,002] dLNRE(t- 7) -0,29 [0,720] dLNRE(t- 8) 0,14 [0,857] dLNRE(t- 9) 1,82** [0,024] L. P. Constante 75,78* 14,02** -22,91 -7,36*** -33,24*** 11,34** 21,21*** 3,71 -16,49** 323,76 6,37 [0,071] [0,006] [0,068] [0,000] [0,000] [0,018] [0,000] [0,534] [0,005] [0,692] [0,374] LNRE 1,96 -0,12 -0,59 0,29** -0,10 -0,61 0,14 0,70 1,72*** -31,07 -2,65*** [0,305] [0,770] [0,584] [0,044] [0,807] [0,135] [0,625] [0,177] [0,001] [0,733] [0,000]
EST.
F stat. 20,73 7,49 18,38 9,61 17,92 5,76 19,41 18,29 9,80 8,89 20,80
[0,000] [0,000] [0,000] [0,000] [0,000] [0,000] [0,000] [0,000] [0,000] [0,000] [0,000]
R2 0,64 0,48 0,50 0,59 0,37 0,54 0,46 0,33 0,32 0,63 0,44
Erro Padrão 0,68 0,31 1,99 0,24 0,44 0,38 0,44 0,35 0,48 0,23 1,10
CUSUM Est. Est. Est. Est. Est. Est. Est. Est. Est. Não Est. Est.
CUSUMSQ Não Est. Est. Não Est. Est. Não Est. Est. Não Est. Est. Est. Est. Não Est. Fonte: Elaborado pela própria autora através dos cálculos do trabalho.
Tabela 3- Teste de Cointegração de Pesaran et al. (2001) com o câmbio linear – Brasil e Estados Unidos
Cap.
SH ARDL ECM Cointegração Correlação serial (LM)
9 (10,0,0,0) 1,2662 - Não 10,5747 [0,566] 27 (5,2,3,4) 3,7083 -3,5144* Sim 8,0842 [0,779] 28 (5,9,0,0) 7,6319** - Sim 8,8632 [0,715] 29 (2,0,1,2) 9,6397** - Sim 4,4696 [0,973] 30 (9,0,0,0) 2,2737 - Não 8,2479 [0,410] 38 (12,0,1,0) 1,5311 - Não 17,7047 [0,125] 40 (2,5,0,11) 11,8402** - Sim 11,2862 [0,505] 47 (2,2,0,1) 19,2653** - Sim 9,7817 [0,635] 68 (12,0,0,0) 3,4029 -1,3063 Não 12,7634 [0,386] 72 (1,0,4,0) 21,8861** - Sim 13,3919 [0,341] 73 (3,0,9,8) 16,1674** - Sim 9,311 [0,676] 84 (12,0,5,5) 31,0506** - Sim 40,7419 [0,000] 85 (3,2,2,0) 3,2474 -3,2782 Não 11,7651 [0,465] 87 (12,2,1,3) 1,8349 - Não 12,0485 [0,442] 88 (6,0,2,0) 3,4083 -3,7814* Sim 11,1203 [0,519] 90 (4,4,5,3) 6,4714** - Sim 4,7541 [0,966]
Fonte: Elaborado pela própria autora através dos cálculos do trabalho. Nota: *, **, *** representam nível de significância de 10%, 5% e 1%, respectivamente. Valor crítico do ECM para 5%de nível de significância é de - 3,99 de acordo com Banerjee et al. (1998, p.276).
Tabela 4- Teste Cointegração não linear de Shin (2014) – Brasil e Estados Unidos
Cap.
SH ARDL ECM Cointegração Correlação serial (LM)
9 (10,0,0,12,10) 2,4645 - Não 2,9396 [0,568] 27 (2,0,4,8,0) 8,44** - Sim 9,0487 [0,699] 28 (5,8,0,0,2) 5,6517** - Sim 9,4859 [0,661] 29 (2,0,1,4,1) 8,3498** - Sim 7,2295 [0,842] 30 (9,0,0,6,0) 2,2764 - Não 12,0723 [0,440] 38 (12,0,0,0,0) 2,6534 - Não 14,4498 [0,153] 40 (2,5,0,8,11) 5,5998** - Sim 12,0652 [0,440] 47 (0,0,9,9,0) - - - - 68 (12,4,0,1,0) 5,4451** - Sim 7,6425 [0,812] 72 (1,0,4,6,0) 12,7806** - Sim 8,9027 [0,711] 73 (3,0,9,0,6) 6,7694** - Sim 5,4552 [0,941] 84 (12,0,5,5,2) 9,3848** - Sim 42,3281 [0,000] 85 (12,7,0,9,11) 1,6257 - Não 6,5408 [0,886] 87 (12,1,1,3,0) 3,4487 -2,8929 Não 8,3654 [0,399] 88 (6,0,2,0,0) 2,9842 -3,9962** Sim 14,0266 [0,299] 90 (0,11,12,2,0) - - - -
Fonte: Elaborado pela própria autora através dos cálculos do trabalho. Nota: *, **, *** representam nível de significância de 10%, 5% e 1%, respectivamente. Valor crítico do ECM para 5%de nível de significância é de - 3,99 de acordo com Banerjee et al. (1998, p.276).
Uma ressalva desse ser feita sobre o comércio entre Brasil e os Estados Unidos do capítulo 84 (Reatores nucleares, caldeiras, máquinas, aparelhos e instrumentos mecânicos, e suas partes) do SH. Esse setor denominado como “Reatores nucleares, caldeiras, máquinas, aparelhos e instrumentos mecânicos, e suas partes” apresentou correlação serial em sua série utilizada neste trabalho. Portanto, não poderá ser considerado nas análises feitas com os
resultados dos modelos linear e não linear para a validação da curva J, mesmo tendo apresentado a cointegração necessária para tal.
Para validar a curva J nos setores representativos na relação do Brasil com os Estados Unidos tem-se que avaliar as mesmas características já mencionadas anteriormente para as Tabelas 5 e 6, modelo linear e não linear respectivamente. Assim, a Tabela 5 apresenta os resultados dos coeficientes da regressão para cada setor que foi considerado cointegrado pelo modelo de Pesaran et al. (2001). A partir desses resultados, pode-se validar a curva J para dois setores, 40 e 73. O setor 40 é o de “Borracha e suas obras”, e no curto prazo apresentou um coeficiente significativo a 5% e negativo no décimo lag de defasagem. Quanto a análise de longo prazo, obtém-se um coeficiente positivo e significativo a 10%. Para o setor 73 é denominado de “Obras de ferro fundido, ferro ou aço”. Este teve um coeficiente negativo e significativo a 5% no quinto lag e significativo a 10% nas defasagens para o terceiro e sétimo lags, enquanto no longo prazo apresentou o coeficiente positivo e significativo a 5%. (TABELA 5).
De acordo com Bahmani-Oskooee e Fariditavana (2015), as variáveis taxa de câmbio positiva (REPO), que indicam a depreciação cambial, e negativa (RENE), apreciação, terão efeitos assimétricos de curto prazo desde que a parte positiva e a negativa do câmbio (REPO e RENE, respectivamente) tenham coeficientes com sinal positivo e estatisticamente significativos. Esse efeito assimétrico é ainda mais nítido no longo prazo quando a parte negativa da taxa de câmbio apresenta o sinal negativo e estatisticamente significativo ao passo que, o REPO não apresentará tal comportamento. A implicação disso é que a depreciação do Real brasileiro irá prejudicar a balança comercial no longo prazo, e uma apreciação não teria efeitos de longo prazo.
A Tabela 6 apresenta os resultados para setores que cointegraram na abordagem não linear do câmbio para os setores representativos na relação bilateral do Brasil com o país Norte Americano. Os resultados encontrados foram diferentes daqueles esperados, pois apenas com a parte do câmbio negativa consegue-se validar a curva J para um capítulo do SH. O setor de número 27, denominado de “Combustíveis minerais, óleos minerais e produtos da sua destilação; matérias betuminosas; ceras minerais” valida a curva J a um nível de significância de 10%. A parte do câmbio positiva não apresentou resultados que pudessem validar a curva J em nenhum setor comercial.
Tabela 5- Resultados para o modelo com câmbio linear – Brasil e Estados Unidos CLAS. Setores 27 28 29 40 47 72 73 88 90 ARDL (5,2,3,4) (5,9,0,0) (2,0,1,2) (2,5,0,11) (2,2,0,1) (1,0,4,0) (3,0,9,8) (6,0,2,0) (4,4,5,3) C. P. dLNRE 0,052 -0,05 0,33 -0,24 -1,28 0,46* -0,24 0,93* -0,03 [0,973] [0,748] [0,599] [0,546] [0,138] [0,074] [0,744] [0,062] [0,912] dLNRE(t- 1) -2,12 -1,50** -0,54 -0,98 -0,33 [0,193] [0,017] [0,194] [0,205] [0,362] dLNRE(t- 2) 4,80** -0,70 1,53* 0,83** [0,005] [0,104] [0,052] [0,022] dLNRE(t- 3) -2,98* 0,05 -1,35* [0,069] [0,902] [0,090] dLNRE(t- 4) -0,64 0,66 [0,131] [0,400] dLNRE(t- 5) 0,39 -1,77** [0,347] [0,024] dLNRE(t- 6) 0,20 0,93 [0,614] [0,230] dLNRE(t- 7) -0,15 -1,44* [0,712] [0,054] dLNRE(t- 8) -0,48 [0,248] dLNRE(t- 9) -0,66 [0,104] dLNRE(t- 10) -0,86** [0,030] L. P. Constante 3,36 -8,27* 3,70 6,54** -14,41** -9,36 -28,15** -12,90 6,92** [0,870] [0,086] [0,462] [0,045] [0,001] [0,178] [0,000] [0,264] [0,043] LNRE 0,86 -0,09 -0,45 0,35* -0,06 0,80* 2,27** 2,00** 0,17 [0,526] [0,748] [0,152] [0,097] [0,817] [0,062] [0,000] [0,010] [0,408]
EST.
F stat. 8,74 13,83 26,58 7,23 38,89 14,24 10,52 18,89 10,26
[0,000] [0,000] [0,000] [0,000] [0,000] [0,000] [0,000] [0,000] [0,000]
R2 0,41 0,56 0,46 0,45 0,56 0,35 0,57 0,51 0,49
Erro Padrão 0,73 0,31 0,30 0,18 0,44 0,45 0,34 0,62 0,16
CUSUM Est. Est. Est. Est. Est. Est. Est. Est. Est.
CUSUMSQ Est. Est. Est. Est. Não Est. Est. Est. Est. Est. Fonte: Elaborado pela própria autora através dos cálculos do trabalho.
Nota: *, **, *** representam nível de significância de 10%, 5% e 1%, respectivamente.
Tabela 6- Resultados para o modelo com câmbio não linear – Brasil e Estados Unidos
CLAS. Setores 27 28 29 40 68 72 73 88 ARDL (2,0,4,8,0) (5,8,0,02) (2,0,1,4,1) (2,5,0,8,11) (12,4,0,1,0) (1,0,4,6,0) (3,0,9,0,6) (6,0,2,0,0) C. P. dRENE -1,03 -0,02 -0,27 -0,10 -0,39 -0,31 0,38** 0,34** [0,260] [0,769] [0,514] [0,688] [0,214] [0,564] [0,000] [0,040] dRENE(t- 1) -0,66 -1,08** -0,97** 0,21 [0,452] [0,003] [0,000] [0,688] dRENE(t- 2) 2,96** 0,46 0,02 -0,02 [0,001] [0,205] [0,928] [0,965] dRENE(t- 3) -1,13 -0,65* 0,10 1,27** [0,191] [0,064] [0,697] [0,014] dRENE(t- 4) -1,13 -0,79** -0,91* [0,189] [0,002] [0,078]
dRENE(t- 5) 0,24 -0,09 1,05** [0,777] [0,679] [0,039] dRENE(t- 6) -1,66* 0,26 [0,055] [0,278] dRENE(t- 7) -1,62 -0,58** [0,280] [0,013] dREPO 0,15 -0,31 0,39 0,03 0,15** 0,18** -0,01 0,30* [0,280] [0,358] [0,251] [0,886] [0,004] [0,039] [0,961] [0,052] dREPO(t- 1) 0,69* 0,54** -0,77* [0,061] [0,024] [0,059] dREPO(t- 2) -0,35 0,74* [0,162] [0,080] dREPO(t- 3) -0,13 -0,56 [0,592] [0,183] dREPO(t- 4) 0,30 -0,37 [0,225] [0,382] dREPO(t- 5) 0,22 -0,84** [0,368] [0,039] dREPO(t- 6) -0,06 [0,811] dREPO(t- 7) -0,03 [0,895] dREPO(t- 8) -0,42* [0,065] dREPO(t- 9) -0,31 [0,178] dREPO(t- 10) -0,50** [0,029] L.P. Constante -33,98* -9,84 3,12 7,55 -5,71 -8,91 -20,58* -18,61
[0,056] [0,266] [0,626] [0,221] [0,624] [0,393] [0,095] [0,207] RENE 0,61** -0,04 -0,27** -0,02 0,18 0,344** 1,00** 0,72** [0,036] [0,775] [0,038] [0,842] [0,440] [0,043] [0,000] [0,007] REPO 0,31 -0,05 -0,26** -0,02 0,58** 0,344** 1,03** 0,63** [0,261] [0,695] [0,038] [0,841] [0,044] [0,032] [0,000] [0,011] Est. F stat. 8,35 12,89 18,76 5,99 7,65 6,96 8,41 17,16 [0,000] [0,000] [0,000] [0,000] [0,000] [0,000] [0,000] [0,000] R2 0,44 0,56 0,48 0,50 0,46 0,34 0,50 0,51 Erro Padrão 0,72 0,31 0,30 0,17 0,26 0,44 0,33 0,62
CUSUM Est. Est. Est. Est. Est. Est. Est. Est.
CUSUMSQ Est. Est. Est. Est. Est. Est. Est. Est. Fonte: Elaborado pela própria autora através dos cálculos do trabalho.
A última relação bilateral investigada foi entre o Brasil e o Mercosul. Para tal, foi utilizado como proxy da taxa de câmbio e da renda do Mercosul a taxa de câmbio entre o Real e o Peso argentino e a taxa de produção industrial da Argentina, respectivamente. Os mesmos processos descritos anteriormente também foram realizados para essa relação bilateral de comércio. Os setores que representam 1% ou mais do comércio entre Brasil e Mercosul, entre